温室大棚无线网络监控及覆盖优化算法研究

引入Zig Bee无线组网方案,结合农业温室大棚对于环境监控的需求,从终端数据采集节点、终端控制节点及网关设备几个方面阐述了温室大棚的无线网络监控系统整体设计;并在此基础上结合温室大棚对于监控覆盖率的要求,针对传统粒子群算法由于单向信息流动而很容易局限在局部极值、导致全局搜索能力不足的缺陷,对该算法进行了优化。同时,设计了免疫粒子群优化算法,将免疫算法的多样性引入粒子群算法,从而增强粒子群算法的全局搜索性能。仿真实验证实:本研究所构建的优化算法在1 500次时基本收敛完毕,最佳覆盖率均超过95%,该优化算法可以有效解决无线传感器网络确定性覆盖问题。     

精细农业无线传感器网络终端节点定位研究

针对现有精细农业传感器网络监测系统中的终端节点模块定位算法易陷入局部最优、定位精度低等缺陷,提出了一种改进无线传感器网络节点定位算法针对大豆农田Zig Bee无线网络终端节点进行定位,采用高斯数据筛选模型修正接收信号强度测量距离。同时,在标准粒子群算法基础上引入混合变异策略,运用混合策略中各个变异函数的优势在算法搜索过程中作用于种群,使粒子跳出局部最优,保证全局搜索遍历能力。大豆实验田试验表明:标准粒子群定位算法和本文提出的混合变异粒子群定位算法的总体定位平均误差分别为1.746 1m和1.1 7 0 8 m,表明改进方法的定位精度更高。     

变形监测数据分析的群集智能模型

针对标准微粒群优化算法(PSO)存在早熟收敛和搜索精度低等缺陷,对其惯性权重因子进行改进,并将非均匀变异机制引入PSO,即在算法进行搜索时以一定变异概率对选中的粒子进行变异操作,同时对飞离搜索区域的粒子用新产生的粒子取代,由此得到改进的微粒群优化算法(IPSO)。然后将IPSO用于优化BP神经网络的连接权重和阈值,分析和建立变形监测数据处理的群集智能模型(IPSO-BP),为了进行比较,同时建立了回归分析模型、标准PSO-BP模型,并将3种模型分别应用于某大坝水平位移数据的分析预测,结果表明,IPSO-BP模型收敛速度更快、预报精度更高,是一种新的且有效、可靠的变形数据处理方法。     

对称结构Stewart机构位置正解的改进粒子群算法

根据杆长约束条件,建立了求6-DOF对称结构Stewart并联机器人机构位置正解的无约束优化模型.针对标准粒子群算法容易陷入局部极值、进化后期收敛速度慢等缺点,提出了一种基于差异度评价指标的改进粒子群算法--自适应变异粒子群算法.为克服随机算法不易求出并联机构全部位置正解的缺点,采用分层搜索自适应变异粒子群算法求并联机构位置正解中的优化问题.数值实例表明,对于对称结构Stewart并联机器人机构位置正解问题,改进粒子群算法能求出全部装配构型,且收敛速度较快、精度较高.     

基于无线传感网络的果树精准灌溉系统

针对当前农业环境监测的需求,为精准农业提供科学依据,设计了基于无线传感网络的果树精准灌溉系统。采用ZigBee技术与GPRS网络相结合的体系结构,基于CC2530芯片设计无线传感节点,并开发其软件。无线传感器节点对其所在区域的土壤湿度信息进行实时监测,根据果树的合理需水量以及土壤的综合状况,精准地对灌溉进行控制,可应用于温室、果园等区域,有助于农业部门更加有效地提高果树产量。     

光伏充气膜温室自跟踪发电系统发电量预测

针对光伏充气膜温室自跟踪发电系统提出了一种加入天气预报信息的自适应变异粒子群神经网络的发电量预测算法.首先结合历史发电量数据和气象数据分析了影响光伏充气膜温室自跟踪发电系统发电量的主要因素,建立了加入天气预报的神经网络预测模型,并针对传统神经网络预测模型中基于梯度下降的BP算法收敛慢、易陷入局部最优、训练难收敛等问题,通过自适应变异粒子群算法改进了神经网络.该算法通过将变异环节引入粒子群优化算法,进行隔代进化找到局部最优解.实验结果表明所采用的自适应变异粒子群的神经网络预测算法的全局收敛性能得到了显著提高,能有效避免粒子群优化算法中的早熟收敛问题.     

改进PSO算法在电力系统无功优化中的应用

介绍一种改进粒子群的无功优化方法。采用简化粒子群优化方程和添加极值扰动算子两种策略加以改进,提出简化粒子群优化（SPSO）算法、带极值扰动粒子群优化（DPSO）算法,并将二者结合起来提出带极值扰动的简化粒子群优化（DSPSO）算法。以IEEE6节点系统为例进行无功优化计算,并与其他算法进行比较,结果表明：该算法具有较快的收敛速度及较强的全局搜索能力,可较好地解决电力系统的无功优化问题。     

基于模糊逻辑系统的灌溉时间的决策算法

针对智能灌溉决策供应系统,提出基于模糊逻辑系统的灌溉时间的决策算法(Fuzzy Logic-based decision algorithm for irrigation time,FI-DAIT)。智能灌溉决策供应系统的目的就是通过无线传感网络中的节点,感测农业参数,包括土壤温度和土壤湿度。再依据当前土壤湿度和上次观察时刻的土壤湿度,计算土壤湿度下降率。然后,将土壤温度和土壤湿度下降率作为模糊逻辑系统的输入,而模糊逻辑系统的输出就为灌溉时间。实验结果表明,FIDAIT算法能够准确地计算灌溉时间。     

基于自适应弹性粒子群算法的小水电长期优化调度研究

以三插溪电站为研究对象,建立了该电站以控制水位和弃水最小为目标的优化调度数学模型;设计了一种以自适应方式更新粒子飞行速度的弹性粒子群优化算法求解该优化调度数学模型,包括粒子编码设计、适应度函数设计以及弹性修正值设计,并编制了基于MATLAB语言的优化程序。仿真结果表明:自适应弹性粒子群算法是有效的,比基本粒子群优化算法和自适应粒子群优化算法具有更强的全局寻优能力;和常用的以发电量最大为目标的优化调度模型相比,数学模型可以实现水位控制,更充分地利用水能资源,是简单可行的小水电优化调度数学模型。     

基于ZigBee技术的棉田滴灌监测与控制系统

设计开发了基于ZigBee无线传感网络技术的棉田滴灌监测与控制系统。该系统通过无线传感网络实时采集土壤环境信息,使用自适应加权融合算法对各节点土壤湿度数据进行融合,根据融合数据发送电磁阀控制命令,完成实时监测自动灌溉;结合棉花不同生育期对需肥量和施肥浓度的要求,根据灌溉水量设置注肥比例,系统通过无线传感网络实时采集液态肥流量,实时监控施肥量,并根据施肥量发送施肥电磁阀控制命令,完成水肥一体化灌溉。工作过程中,系统可以将传感器采集的数据通过ZigBee无线网络协调器传输给上位机并实时显示和存储。通过试验验证,该系统可以按照设计要求实现灌溉和施肥的自动控制与检测。     

基于模拟退火与布谷鸟混合算法的树状灌溉管网优化设计

为实现树状灌溉管网低能耗、投资节约以及灌水均匀度高等目的,构建了树状灌溉管网非线性数学模型,设定压力、管径、流速为约束条件,设计了模拟退火与布谷鸟(SACS)混合算法,结合文献[14]资料数据分别采用遗传(GA)算法、模拟退火遗传(SAGA)混合算法、布谷鸟搜索(CS)算法、SACS混合算法4种优化算法对模型进行了求解.优化结果表明,采用SACS混合算法比GA算法灌溉管长减少了16.27％、投资节约了2.13％,比SAGA混合算法、CS算法,虽灌溉管长相等,但管径得到较大的优化,投资分别节约了3.76％、17.28％,验证了SACS混合算法的有效性.最后,以贵州省石阡县龙塘大屯茶叶园区216 hm2现代水利试点区喷灌工程为例,采用SACS混合算法对喷灌工程管网进行了优化,比传统设计方法灌溉管长减少了12.08 m,投资节约了17.93％,优化效果明显,为树状灌溉工程管网优化设计提供了新的思路.     

基于物联网的远程智能灌溉控制系统的开发

针对现有农田、果林等大面积栽培种植区域灌溉技术落后、缺乏精确调控手段,导致灌溉精度差、水资源浪费严重等问题,开发了一套基于物联网的设施农业远程智能灌溉控制系统。本系统采用无线局域网Zig Bee与无线广域网GPRS异网融合的通讯模式,构建了获取农田环境信息的无线传感网络(WSN),实时监测土壤墒情,利用模糊控制算法智能处理土壤湿度信息,根据作物需要量化灌水定额。以King View6.55软件为开发平台,设计了集网络通讯、参数监测、数据分析、管理决策为一体的监控界面。试验结果表明:该系统可在无人干预的情况下自主根据作物需水量驱动设备完成精准灌溉,以最低限度的灌水量保证作物处于最佳生长状态,提高了水资源的利用率,具有广阔的应用前景。     

基于粒子群寻优的支持向量机番茄红素含量预测

应用支持向量机(SVM)通过色差值对番茄果实番茄红素含量预测进行建模,解决预测过程受影响因素多、参数互相关联、难以建立精确模型问题。为提高预测精度,将SVM参数选择和输入变量的选取看作组合优化问题,通过赤池信息准则(AIC)构造组合目标优化函数,采用粒子群算法(PSO)进行目标函数搜索,提高了搜索效率。对采后储藏不同成熟度番茄进行的测量表明,所提预测建模算法在番茄红素的预测中具有良好的性能,为番茄红素的便捷、无破坏性测量提供了一种方法。     

线性递减权重粒子群优化投影寻踪模型及应用

针对粒子群算法局部搜索能力较弱和存在早熟收敛的问题,为了有效地控制粒子群算法的全局搜索和局部搜索,提出了将线性递减权重引入到粒子群优化算法中.该算法是从随机解出发,通过追随当前搜索到的最优值来寻找全局最优解,增加了粒子群算法的局部搜索能力.将其算法优化投影寻踪模型,以此构建了线性递减权重粒子群优化投影寻踪模型,将该模型应用到土坝护坡模式优化评价中,选取9个指标作为评判因子,提出适合该地区的土坝护坡优化模式.结果表明:线性递减权重粒子群优化投影寻踪模型可以有效地找到最佳投影方向,计算投影值,根据投影指标值的大小可对方案进行优选.利用该模型对土坝护坡模式进行综合评价是切实可行的.该算法以其实现容易、精度高、收敛快等优点,并且在解决实际问题中展示的优越性,在工程优化领域具有广泛的应用前景.     

时变论域下设施智能滴灌系统的模糊PID控制

针对设施农业中灌溉系统控制算法不稳定、自适应能力差等问题,通过引入伸缩因子提升自适应模糊控制器的性能,来获得控制精度高、振荡弱的最佳控制方法。结果表明,基于时变论域自适应模糊PID控制系统具有超调量小、调整时间短、稳定性高等优点,相对于传统模糊PID,控制效果明显提升,同时,田间测试的结果表明系统可根据土壤湿度数据进行自动控制,使土壤湿度始终保持在给定值附近,实现灌溉的精准管理和精确控制,为发展设施农业精准灌溉提供一种新的解决方案。     

基于改进自适应遗传算法的新安江模型参数率定研究

模型参数率定是提高水文模型模拟效果的重要手段，通过研究一种改进的自适应遗传算法（IAGA）对新安江模型参数进行优化率定，解决传统遗传算法初始种群质量不高、容易早熟收敛、局部搜索能力差等问题。该算法利用混沌变量遍历性特点，随机生成初始种群并选优，提高初始种群的个体质量；针对交叉与变异的进化过程，设计了反映种群离散程度的种群目标函数离散系数，利用该系数构建了自适应调整交叉与变异概率算子，防止遗传算法过早收敛；依托环形交叉算子，提高算法全局搜索能力；采用自适应非均匀变异算子，实时优化算法的局部搜索能力，避免陷入局部最优。将自适应遗传算法、传统遗传算法（GA）和自适应遗传算法（AGA）应用于秦淮河流域新安江模型的参数率定，并从率定的收敛性、耗时、稳定性和效果方面进行算法的性能比较，结果表明：IAGA算法具有更优的寻优能力，更好的收敛结果，更高的稳定性和精度，场次洪水的模拟效果优于GA算法和AGA算法，率定期与验证期确定性系数（R2）均在0.85以上，纳什效率系数（NSE）均在0.8以上，总体达到了水文预报的乙级标准。结果表明采用上述的综合手段改进传统遗传算法是可行的，改进后的IAGA算法具有良...     

基于DTN路由的多通路精准灌溉系统布局设计

为进一步提升我国智能灌溉装备的综合作业效率,从多通路实施与精准化控制角度展开布局设计。以灌溉系统的作业原理及田间信息获取特征为出发点,建立灌溉网络的DTN路由算法模型,实施网络节点的规划分配与通道布置,形成精准性的逻辑控制流程及节点网络相互执行关系。进行系统性的灌溉试验,结果表明：基于DTN路由算法的多通路精准灌溉系统布局正确可行,信息投递成功率可达94.13%,节点转发率可达96.07%,各信息传递的实时准确,各阀门组件的动作协调,综合灌溉效率实现了高于90%的优化目标,是DTN路由控制理念在灌溉装备领域的应用创新思路之一,具有较好的推广意义。     

自调节退火粒子群改进算法在水电站厂内经济运行新算法

为进一步改善用于求解大型水电站厂内经济运行一般算法的收敛速度及收敛精度,提出了一种混合优化算法—自调节退火粒子群改进算法(ASAPSO)。该算法以粒子群算法(PSO)与模拟退火算法(SA)的协同搜索为搜索机制,在此基础上加入自调节适应惯性权重参数以平衡算法全局与局部收敛性,并同时引入交叉算子、变异算子以提高解的多样性,克服了算法前期精度低、后期收敛速度慢、易于陷入局部最优等缺点。算例结果表明,较PSO算法、退火遗传算法(AGA), ASAPSO算法在收敛性能方面有明显的提高,能有效解决复杂的厂内经济运行问题。     

基于改进人工蜂群算法的水电站水库优化调度研究

首先建立了水电站水库优化调度模型。在对人工蜂群算法描述的基础上,为有效避免标准人工蜂群算法局部搜索能力差等缺点,提高寻优能力,本文设计了一种以反向学习策略搜寻初始解、以自适应比例选择策略代替轮盘赌法、以基于指数分布突变策略更新蜜源位置的改进人工蜂群算法。应用MATLAB软件将改进后的人工蜂群算法应用于新安江电站水库优化调度中。仿真结果表明,改进人工蜂群算法具有更好的全局搜索能力,调度结果显著优于人工蜂群算法和粒子群算法。     

面向服务的网络化协同制造资源多目标重组优化调度

针对网络化协同制造资源重组优化调度所存在的问题,综合考虑影响网络化协同制造资源重组优化调度的4个主要因素:最小化生产作业时间、最小化生产作业成本、最优化生产加工质量、最优化资源服务质量,建立了网络化协同制造资源多目标优化调度的数学模型。提出了一种基于Pareto多目标免疫遗传算法的网络化协同制造资源重组优化调度方法,该算法综合运用了小生境技术、群体排序技术和精英保留策略,并对遗传算子进行改进,自适应地调整交叉和变异算子,结合免疫算法的免疫选择淘汰了相似个体,保证了种群多样性,避免了早熟现象的发生。免疫记忆对近似最优解进行动态邻域搜索,提高了算法的局部搜索能力。实例仿真表明了该算法的有效性。